2019独角兽企业重金招聘Python工程师标准>>> 
memcache和redis是互联网分层架构中，最常用的KV缓存。不少同学在选型的时候会纠结，到底是选择memcache还是redis。
画外音：不鼓励粗暴的实践，例如“memcache提供的功能是redis提供的功能的子集，不用想太多，选redis准没错”。
虽然redis比memcache更晚出来，且功能确实也更丰富，但对于一个技术人，了解“所以然”恐怕比“选择谁”更重要一些。
什么时候倾向于选择redis？
业务需求决定技术选型，当业务有这样一些特点的时候，选择redis会更加适合。
复杂数据结构
value是哈希，列表，集合，有序集合这类复杂的数据结构时，会选择redis，因为mc无法满足这些需求。
最典型的场景，用户订单列表，用户消息，帖子评论列表等。
持久化
mc无法满足持久化的需求，只得选择redis。
但是，这里要提醒的是，真的使用对了redis的持久化功能么？
千万不要把redis当作数据库用：
（1）redis的定期快照不能保证数据不丢失
（2）redis的AOF会降低效率，并且不能支持太大的数据量
不要期望redis做固化存储会比mysql做得好，不同的工具做各自擅长的事情，把redis当作数据库用，这样的设计八成是错误的。
缓存场景，开启固化功能，有什么利弊？
如果只是缓存场景，数据存放在数据库，缓存在redis，此时如果开启固化功能：
优点是，redis挂了再重启，内存里能够快速恢复热数据，不会瞬时将压力压到数据库上，没有一个cache预热的过程。
缺点是，在redis挂了的过程中，如果数据库中有数据的修改，可能导致redis重启后，数据库与redis的数据不一致。
因此，只读场景，或者允许一些不一致的业务场景，可以尝试开启redis的固化功能。
天然高可用
redis天然支持集群功能，可以实现主动复制，读写分离。
redis官方也提供了sentinel集群管理工具，能够实现主从服务监控，故障自动转移，这一切，对于客户端都是透明的，无需程序改动，也无需人工介入。
而memcache，要想要实现高可用，需要进行二次开发，例如客户端的双读双写，或者服务端的集群同步。
但是，这里要提醒的是，大部分业务场景，缓存真的需要高可用么？
（1）缓存场景，很多时候，是允许cache miss
（2）缓存挂了，很多时候可以通过DB读取数据
所以，需要认真剖析业务场景，高可用，是否真的是对缓存的主要需求？
画外音：即时通讯业务中，用户的在线状态，就有高可用需求。
存储的内容比较大
memcache的value存储，最大为1M，如果存储的value很大，只能使用redis。
什么时候倾向于memcache？
纯KV，数据量非常大，并发量非常大的业务，使用memcache或许更适合。
这要从mc与redis的底层实现机制差异说起。
内存分配
memcache使用预分配内存池的方式管理内存，能够省去内存分配时间。
redis则是临时申请空间，可能导致碎片。
从这一点上，mc会更快一些。
虚拟内存使用
memcache把所有的数据存储在物理内存里。
redis有自己的VM机制，理论上能够存储比物理内存更多的数据，当数据超量时，会引发swap，把冷数据刷到磁盘上。
从这一点上，数据量大时，mc会更快一些。
网络模型
memcache使用非阻塞IO复用模型，redis也是使用非阻塞IO复用模型。
但由于redis还提供一些非KV存储之外的排序，聚合功能，在执行这些功能时，复杂的CPU计算，会阻塞整个IO调度。
从这一点上，由于redis提供的功能较多，mc会更快一些。
线程模型
memcache使用多线程，主线程监听，worker子线程接受请求，执行读写，这个过程中，可能存在锁冲突。
redis使用单线程，虽无锁冲突，但难以利用多核的特性提升整体吞吐量。
从这一点上，mc会快一些。
最后说两点
代码可读性，代码质量
看过mc和redis的代码，从可读性上说，redis是我见过代码最清爽的软件，甚至没有之一，或许简单是redis设计的初衷，编译redis甚至不需要configure，不需要依赖第三方库，一个make就搞定了。
而memcache，可能是考虑了太多的扩展性，多系统的兼容性，代码不清爽，看起来费劲。
例如网络IO的部分，redis源码1-2个文件就搞定了，mc使用了libevent，一个fd传过来传过去，又pipe又线程传递的，特别容易把人绕晕。
画外音：理论上，mc只支持kv，而redis支持了这么多功能，mc性能应该高非常多非常多，但实际并非如此，真的可能和代码质量有关。
水平扩展的支持
不管是mc和redis，服务端集群没有天然支持水平扩展，需要在客户端进行分片，这其实对调用方并不友好。如果能服务端集群能够支持水平扩展，会更完美一些。
